AI Agent 何时继续、重试或停下？设计运行中的循环护栏

一旦决定采用 Agent，仍然要回答更细的问题：看到这一步的工具结果后，下一步值得做吗？ 一次循环可能顺利推进，也可能只是重复搜索、等待坏掉的接口，甚至把已经生效的写入再做一次。停止规则必须在运行中发挥作用，而不是等事故发生后才翻手册。

本页处理的是单次运行里的继续、改道、暂停与停止。固定工作流还是 Agent负责选择控制方式；工具调用契约规定单个工具怎样执行；恢复手册用于中断后的影响盘点与恢复。本页把这些约束应用到连续的每一步。

先定义完成证据，再判断是否有进展

不要用“模型觉得快完成了”表示进展。为当前任务写出可以从外部核对的完成证据，例如找到两份在指定日期内有效、来源不同的资料，或看到目标系统中出现唯一的预约编号。每一步还要记录上一次观察以后，证据集合究竟增加了什么、哪个阻碍被消除了。

对于只读研究，可把进展定义为新增的合格来源、被排除的错误假设，或问题范围的有效缩小。对于写入任务，进展是目标系统确认的状态变化，而不是模型又发出一条请求。相同查询反复返回相同内容，既没有新证据也没有改变计划，就应标为“无进展”；相同查询在资料更新后返回新证据，则不能仅凭调用名称相同认定卡死。

把四种预算分开记账

预算	计量单位	到线后的动作
模型轮次	本次运行中的模型调用次数	不再请求下一轮推理；输出已有证据与缺口
工具尝试	每项具体操作的尝试与重试次数	对该操作停止自动重试，改查状态或交人
实际时间	从启动到当前的经过时间，包括等待	到截止时暂停新动作，保存可复核结果
用量与费用	模型请求、输入和输出 token，另记外部工具费用	在剩余额度不足以完成下一步时停止或请人扩额

这些数值由业务自己决定，没有通用的“安全重试三次”。OpenAI Agents SDK 的 max_turns 限制模型循环轮次，不能代替每个工具的重试上限；其 usage 记录模型用量，也不自动包含所有外部工具账单。模型调用超时、工具调用超时和整项任务的截止时间也不是同一件事。若运行可以暂停再继续，预算必须累计，不能每次恢复都从零开始。

写护栏时同时写软提醒和硬上限。例如到预算的某个预警点，先检查剩余工作是否仍值得做；到硬上限则保存证据并停止新动作。具体数字应从试验案例、延迟要求和可接受成本倒推，而不是照抄框架默认值。

让每次观察进入同一张决策表

先问“任务是否已按验收标准完成”，完成就退出。未完成时，检查四类信号：新的可验证进展、错误能否通过同一操作的有限重试消除、下一动作是否可能产生重复外部效果，以及预算是否还允许这一步。建议把结果归入以下路径：

观察到的状态	下一动作
有新证据，且下一步仍在授权和预算内	继续，并写下预期的新观察
只读工具出现短暂的限流或网络故障	在单工具上限内等待后重试；记录本次尝试
参数无效、资料明确不存在或权限被拒	修正输入、换路径或停止；原请求不做原样重试
同一输入与同一结果重复，任务证据没有变化	至多尝试一次有理由的新路径；无新路径则停下
写入超时，远端是否生效不明	先查询权威状态；仍不明就暂停并交给负责人
需要人工批准、接近硬上限或已到截止时间	不再启动新动作；提交证据、剩余问题和明确请求

暂时性错误与永久性错误不能混作“再试一次”。重试应指向同一项可安全重复的操作，带退避、次数和时间限制；整条任务从头重跑可能重复已经完成的步骤。真正的无进展也未必表现为错误码，所以要比较输入指纹、工具观察和任务证据，而不能只统计异常。

在副作用不明时，把重复写入关在循环外

读操作和写操作的重复风险不同。执行写入前保存业务对象、参数指纹、操作标识和预期结果；工具返回后记录已确认、明确失败或未知。若写入请求超时，Agent 不能把“没收到答复”当成“没有生效”。先按操作标识查询目标系统。只有证实未执行，或目标系统确实保证同一标识的安全重放，才可能再次提交。

Temporal 的文档说明，外部动作可能已经完成，执行者却在回报成功前中断，随后被重新执行。它也说明幂等键必须由被调用的服务落实。因而“我带了一个键”不是防重证明；还要知道键的作用域、保存时长和参数改变后的行为。该检查与单工具契约配套，但循环控制必须在每次实际下一步重新执行它。

案例一：区域市场扫描重复搜索

研究助理 Agent 需要找到某城市近一年的两份独立公开资料，支撑一份进入市场的简报。第一次搜索找到两篇合格报告；第二轮换了关键词，却仍只拿到同一两篇。第三轮又提出内容相近的查询。此时没有新增来源、没有排除新假设，也没有缩小问题；模型说“还在研究”不算进展。

团队在试验中可设示例上限：最多六次模型调用、每类搜索最多两次无新证据尝试，达到时间或费用上限就停。达到无进展条件时，Agent 保留两篇已核验资料，列出仍缺的竞争者或销量证据，向研究负责人提出一个可回答的缩小范围问题。它不应为了填满简报而编造第三个来源。复核者能从轨迹看出，每次搜索为什么可能带来新信息，以及为什么最终停止。

案例二：活动名额预约出现未知结果

社区活动助手为一位已批准报名的参与者预约工作坊名额。它发出一次预约写入后，连接超时。名额可能已经占用，也可能完全没有写入。循环里的下一步不是再发一次预约，而是用活动编号、参与者编号和该次操作标识查询预约状态。

如果目标系统确认已有唯一预约，任务完成；若明确没有记录且操作仍在有效期内，可按工具契约决定是否安全重试。如果查询仍不确定，Agent 暂停，把请求时间、参数、操作标识、查询结果和可能的通知状态交给活动负责人。负责人核对后再决定。这个案例的测试应覆盖预约成功但响应丢失、明确拒绝、限流、重复请求和审批过期，确保“未知”不会在下一轮被误判为“失败”。

用失败用例检查护栏是否真的生效

至少运行六类模拟：连续两轮相同搜索结果、读取工具限流、永久无效参数、写入后响应丢失、批准尚未到达、总用量先于模型轮次触顶。每个案例记录实际动作与预期动作，并由另一位同事检查停止时留下的材料。尤其要检查预算是在恢复后继续累计，还是错误地重新放行。

工作台的最小记录应包含任务完成证据、当前进展差异、四种预算、上次操作指纹、外部效果状态、允许的下一步、停止原因和接手人。它不是另写一份事故报告；它要让当前循环的下一次动作可以被许可或阻止。若要在结束后找出一次运行首次偏离验收条件的位置，使用逐事件轨迹复核表对齐提议动作、实际工具请求和权威结果。

常见问题

只设置最大轮次够吗？

不够。一个模型轮次可能包含多次工具调用，工具也可能在某轮内反复尝试。还要分别限制具体操作、实际时间和用量；接近上限时要输出已知事实及未完成部分。

停下是否表示任务失败？

未必。正确停止可以是“证据不足，交人缩小范围”，也可以是“外部效果未知，暂停防止重复”。要把部分结果和未知状态如实交付，而不是强行生成完整答案。

不适用边界

循环护栏不能替代底层工具的权限与幂等实现，也不能自动判断所有业务错误是否可重试。高影响动作仍需独立审批。若外部系统无法核查写入结果，应保持停止并交给有权人员；不要因为运行预算尚有余额，就继续尝试产生同类外部效果。